Bir kamu kurumu, vergi tahsilat oranlarını etkileyen sosyo-ekonomik faktörleri modellemek amacıyla 10 farklı açıklayıcı aday değişken içeren bir veri seti üzerinde çalışmaktadır. Analist, modele girecek en uygun değişken alt kümesini belirlemek için "İleri Doğru Seçim" (Forward Selection) algoritmasını kullanmaktadır. Sürecin ilk iki adımı kurallara uygun şekilde tamamlanmış ve modele sırasıyla "Kişi Başı Gelir" () ile "İstihdam Oranı" () değişkenleri dahil edilmiştir. Üçüncü adımda, kalan 8 aday değişken arasından modele eklenecek yeni değişkenin belirlenmesi aşamasına geçilmiştir.
Bu aşamada İleri Doğru Seçim algoritmasının temel işleyiş kuralları dikkate alındığında, aşağıdaki ifadelerden hangisi kesinlikle doğrudur?
- Modelde ve varken, geriye kalan 8 aday değişkenin bağımlı değişkenle olan kısmi korelasyonlarına bakılır; mutlak değerce en yüksek olan ve kısmi anlamlılık testini geçen değişken modele eklenir ve önceki adımlarda giren değişkenler bir daha modelden çıkarılmaz.Answer
- BKısmi korelasyonu en yüksek olan değişken modele dahil edildikten hemen sonra, daha önce modele girmiş olan ve değişkenlerinin yeni kurulan modeldeki anlamlılıkları t-testi ile yeniden değerlendirilir ve anlamsız hale gelen varsa modelden çıkarılır.
- CKalan değişkenlerin modele potansiyel katkısı, her bir değişken için ayrı ayrı hesaplanan modelin genel anlamlılık F-testi ile değerlendirilir ve genel F-istatistiğini en fazla artıran değişken modele kalıcı olarak eklenir.
- DKalan aday değişkenlerden modelin düzeltilmiş belirtme katsayısını () artıran herhangi bir değişken doğrudan modele kalıcı olarak eklenir, çünkü 'nin artması değişkenin istatistiksel anlamlılığını kesin olarak kanıtlar.
- EAlgoritmanın işleyiş adımları farklılık gösterse de, İleri Doğru Seçim yönteminin süreç sonunda ulaşacağı nihai modelin, Geriye Doğru Eleme (Backward Elimination) yöntemi ile elde edilecek modelle her zaman birebir aynı olacağı garanti edilir.
Answer
İleri Doğru Seçim algoritması, her aşamada modeldeki mevcut değişkenler sabit tutularak kalan adayların kısmi korelasyonlarını (marjinal katkılarını) değerlendirir ve modele alınan değişkenlerin daha sonraki aşamalarda bir daha asla modelden çıkarılmaması kuralıyla çalışır.
İleri Doğru Seçim (Forward Selection) yönteminde, algoritmaya her adımda yalnızca bir değişken eklenir. Bu seçim, modeldeki mevcut değişkenler sabit tutulduğunda geriye kalan aday değişkenlerin bağımlı değişkenle olan kısmi korelasyonlarına (veya kısmi F/t istatistiklerine) bakılarak yapılır. En yüksek marjinal katkıyı sağlayan ve önceden belirlenmiş istatistiksel anlamlılık şartını sağlayan değişken modele girer. Bu yöntemin yapı taşı niteliğindeki kuralı, sürece bir kez dahil edilen hiçbir değişkenin bir daha süreçten çıkarılamamasıdır.
Step-by-Step Solution
Key Concept
İleri Doğru Seçim (Forward Selection) Algoritmasının İşleyiş Kuralları